基于粒子群算法的线性规划问题的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 1.5 小结 | 第13-14页 |
| 第2章 关键技术介绍 | 第14-24页 |
| 2.1 PSO算法简介 | 第14-15页 |
| 2.2 PSO算法研究现状 | 第15-16页 |
| 2.3 PSO算法原理 | 第16-18页 |
| 2.4 重要参数解析 | 第18-19页 |
| 2.5 PSO算法伪代码及流程图 | 第19-20页 |
| 2.5.1 PSO算法伪代码 | 第19页 |
| 2.5.2 PSO算法流程图 | 第19-20页 |
| 2.6 PSO模块实现 | 第20-21页 |
| 2.7 约束处理算法以及数学模型 | 第21-22页 |
| 2.7.1 约束处理转化 | 第21-22页 |
| 2.7.2 数学模型 | 第22页 |
| 2.8 小结 | 第22-24页 |
| 第3章 基本粒子群算法改进策略及关键问题 | 第24-31页 |
| 3.1 基本定义 | 第24页 |
| 3.2 粒子群动态改变惯性权重系数 | 第24-25页 |
| 3.3 适应度 | 第25-26页 |
| 3.4 基于距离向量的妥协算法 | 第26-27页 |
| 3.5 基于距离向量的妥协算法步骤 | 第27页 |
| 3.6 改进粒子群算法的线性问题 | 第27-29页 |
| 3.6.1 自适应调整策略 | 第27-29页 |
| 3.6.2 改进算法 | 第29页 |
| 3.7 小结 | 第29-31页 |
| 第4章 设计分析与实现 | 第31-35页 |
| 4.1 实验环境 | 第31页 |
| 4.1.1 硬件环境 | 第31页 |
| 4.1.2 软件环境 | 第31页 |
| 4.2 实验数据 | 第31-32页 |
| 4.3 程序里面重要参数解析 | 第32-34页 |
| 4.3.1 Rosenbrock函数 | 第32-33页 |
| 4.3.2 初始化函数 | 第33-34页 |
| 4.4 小结 | 第34-35页 |
| 第5章 数据测试与分析 | 第35-46页 |
| 5.1 参数设置 | 第35-44页 |
| 5.2 数据对比分析 | 第44-45页 |
| 5.3 小结 | 第45-46页 |
| 第6章 结论与展望 | 第46-49页 |
| 6.1 总结 | 第46-47页 |
| 6.2 展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
